Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/42871 |
Resumo: | O presente trabalho tem como objetivo estimar o relevo do embasamento de bacias sedimentares a partir da inversão gravimétrica de dados sintéticos e reais. Implementamos um algoritmo de Inversão utilizando o Algoritmo Genético Paralelizado (PGA) para estimar a profundidade de uma bacia sedimentar 2D em que o contraste de densidade é conhecido. A bacia sedimentar é discretizada em prismas retangulares justapostos com espessuras que representam as profundidades da superfície e são os parâmetros a serem estimados no processo de inversão da anomalia gravitacional. São abordados vínculos de suavidade, esparsidade e variação total. Apresentamos os resultados de inversão com dados sintéticos e reais de uma bacia sedimentar. Além disso, o PGA é implementado pela adoção do MATLAB ® e sua ferramenta de paralelização (Parallel Computing Toolbox™). Isso torna possível a redução tempo computacional em 37, 5% em média. Validamos o método aplicando-o a dados sintéticos produzidos por duas bacias simuladas delimitadas por falhas escalonadas de alto ângulo; obtivemos uma boa definição do relevo, principalmente das descontinuidades. Também aplicamos o método a conjunto de observações gravimétricas da Ponte do Poema, localizada na Universidade Federal do Pará (UFPA) e obtivemos soluções aceitáveis. Quando aplicado à interpretação de um relevo de embasamento descontínuo, o vínculo de variação total obteve um melhor desempenho. |
id |
UFRN_92b622f8e0f0b1ec3310a5150f02afcb |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/42871 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Araújo, Kael SilvaRenato Ramos da Silva DantasDantas, Renato Ramos da SilvaSantana, Jerbeson de MeloBenjumea, Jorge Luis AbrilBarboza, Francisco Márcio2021-08-02T16:47:24Z2021-10-05T15:39:50Z2021-08-02T16:47:24Z2021-10-05T15:39:50Z2021-06-1120170045657ARAÚJO, K. S. Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Universidade Federal do Rio Grande do Norte, Caicó, 2021.https://repositorio.ufrn.br/handle/123456789/42871O presente trabalho tem como objetivo estimar o relevo do embasamento de bacias sedimentares a partir da inversão gravimétrica de dados sintéticos e reais. Implementamos um algoritmo de Inversão utilizando o Algoritmo Genético Paralelizado (PGA) para estimar a profundidade de uma bacia sedimentar 2D em que o contraste de densidade é conhecido. A bacia sedimentar é discretizada em prismas retangulares justapostos com espessuras que representam as profundidades da superfície e são os parâmetros a serem estimados no processo de inversão da anomalia gravitacional. São abordados vínculos de suavidade, esparsidade e variação total. Apresentamos os resultados de inversão com dados sintéticos e reais de uma bacia sedimentar. Além disso, o PGA é implementado pela adoção do MATLAB ® e sua ferramenta de paralelização (Parallel Computing Toolbox™). Isso torna possível a redução tempo computacional em 37, 5% em média. Validamos o método aplicando-o a dados sintéticos produzidos por duas bacias simuladas delimitadas por falhas escalonadas de alto ângulo; obtivemos uma boa definição do relevo, principalmente das descontinuidades. Também aplicamos o método a conjunto de observações gravimétricas da Ponte do Poema, localizada na Universidade Federal do Pará (UFPA) e obtivemos soluções aceitáveis. Quando aplicado à interpretação de um relevo de embasamento descontínuo, o vínculo de variação total obteve um melhor desempenho.The present work aims to estimate the relief of the basement of sedimentary basins from the gravity inversion of synthetic and real data. We have implemented an Inversion algorithm using the Parallelized Genetic Algorithm (PGA) to estimate the depth of a 2D sedimentary basin in which the density contrast is known. The sedimentary basin is discretized in rectangular prisms juxtaposed with thicknesses that represent the surface depths and are the parameters to be estimated in the gravitational anomaly inversion process. Bonds of smoothness, sparsity and total variation are discussed. We present the inversion results with synthetic and real data from a sedimentary basin. Furthermore, the PGA is implemented by adopting MATLAB ® and its parallelization tool (Parallel Computing Toolbox™). This makes it possible to reduce computational time in 37.5% on average. We validate the method by applying it to synthetic data produced by two simulated basins de limited by high-angle staggered faults; we obtained a good definition of the relief, mainly the discontinuities. We also applied the method to a set of gravimetric observations from Ponte do Poema, located at the Federal University of Pará (UFPA) and obtained acceptable solutions. When applied to the interpretation of a discontinuous basement relief, the total variation bond performed better.Universidade Federal do Rio Grande do NorteUFRNBrasilBacharelado em Sistemas de InformaçãoInversão GravimétricaGravity InversionAlgoritmo GenéticoGenetic AlgorithmParalelizaçãoParallelizationParallel Computing ToolboxParallel Computing ToolboxRegularizaçãoRegularizationInversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético ParalelizadoGravimetric Inversion of the Basement Relief of Sedimentary Basin using Parallelized Genetic Algorithminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNinfo:eu-repo/semantics/openAccessORIGINALInversãoGravimétricaDeRelevo_Araújo_2021TCCapplication/pdf3456681https://repositorio.ufrn.br/bitstream/123456789/42871/1/Invers%c3%a3oGravim%c3%a9tricaDeRelevo_Ara%c3%bajo_2021956625413ccaa8ddaf73f36561842805MD51CC-LICENSElicense_rdfapplication/octet-stream701https://repositorio.ufrn.br/bitstream/123456789/42871/2/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txttext/plain714https://repositorio.ufrn.br/bitstream/123456789/42871/3/license.txt7278bab9c5c886812fa7d225dc807888MD53123456789/428712023-03-03 22:09:03.157oai:https://repositorio.ufrn.br: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ório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-03-04T01:09:03Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
dc.title.alternative.pt_BR.fl_str_mv |
Gravimetric Inversion of the Basement Relief of Sedimentary Basin using Parallelized Genetic Algorithm |
title |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
spellingShingle |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado Araújo, Kael Silva Inversão Gravimétrica Gravity Inversion Algoritmo Genético Genetic Algorithm Paralelização Parallelization Parallel Computing Toolbox Parallel Computing Toolbox Regularização Regularization |
title_short |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
title_full |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
title_fullStr |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
title_full_unstemmed |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
title_sort |
Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado |
author |
Araújo, Kael Silva |
author_facet |
Araújo, Kael Silva |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Dantas, Renato Ramos da Silva |
dc.contributor.referees2.none.fl_str_mv |
Santana, Jerbeson de Melo |
dc.contributor.referees3.none.fl_str_mv |
Benjumea, Jorge Luis Abril |
dc.contributor.author.fl_str_mv |
Araújo, Kael Silva |
dc.contributor.advisor-co1.fl_str_mv |
Renato Ramos da Silva Dantas |
dc.contributor.advisor1.fl_str_mv |
Barboza, Francisco Márcio |
contributor_str_mv |
Renato Ramos da Silva Dantas Barboza, Francisco Márcio |
dc.subject.por.fl_str_mv |
Inversão Gravimétrica Gravity Inversion Algoritmo Genético Genetic Algorithm Paralelização Parallelization Parallel Computing Toolbox Parallel Computing Toolbox Regularização Regularization |
topic |
Inversão Gravimétrica Gravity Inversion Algoritmo Genético Genetic Algorithm Paralelização Parallelization Parallel Computing Toolbox Parallel Computing Toolbox Regularização Regularization |
description |
O presente trabalho tem como objetivo estimar o relevo do embasamento de bacias sedimentares a partir da inversão gravimétrica de dados sintéticos e reais. Implementamos um algoritmo de Inversão utilizando o Algoritmo Genético Paralelizado (PGA) para estimar a profundidade de uma bacia sedimentar 2D em que o contraste de densidade é conhecido. A bacia sedimentar é discretizada em prismas retangulares justapostos com espessuras que representam as profundidades da superfície e são os parâmetros a serem estimados no processo de inversão da anomalia gravitacional. São abordados vínculos de suavidade, esparsidade e variação total. Apresentamos os resultados de inversão com dados sintéticos e reais de uma bacia sedimentar. Além disso, o PGA é implementado pela adoção do MATLAB ® e sua ferramenta de paralelização (Parallel Computing Toolbox™). Isso torna possível a redução tempo computacional em 37, 5% em média. Validamos o método aplicando-o a dados sintéticos produzidos por duas bacias simuladas delimitadas por falhas escalonadas de alto ângulo; obtivemos uma boa definição do relevo, principalmente das descontinuidades. Também aplicamos o método a conjunto de observações gravimétricas da Ponte do Poema, localizada na Universidade Federal do Pará (UFPA) e obtivemos soluções aceitáveis. Quando aplicado à interpretação de um relevo de embasamento descontínuo, o vínculo de variação total obteve um melhor desempenho. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-08-02T16:47:24Z 2021-10-05T15:39:50Z |
dc.date.available.fl_str_mv |
2021-08-02T16:47:24Z 2021-10-05T15:39:50Z |
dc.date.issued.fl_str_mv |
2021-06-11 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.pt_BR.fl_str_mv |
20170045657 |
dc.identifier.citation.fl_str_mv |
ARAÚJO, K. S. Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Universidade Federal do Rio Grande do Norte, Caicó, 2021. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/42871 |
identifier_str_mv |
20170045657 ARAÚJO, K. S. Inversão Gravimétrica de Relevo do Embasamento de Bacia Sedimentar utilizando Algoritmo Genético Paralelizado. 2021. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Universidade Federal do Rio Grande do Norte, Caicó, 2021. |
url |
https://repositorio.ufrn.br/handle/123456789/42871 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Bacharelado em Sistemas de Informação |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/42871/1/Invers%c3%a3oGravim%c3%a9tricaDeRelevo_Ara%c3%bajo_2021 https://repositorio.ufrn.br/bitstream/123456789/42871/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/42871/3/license.txt |
bitstream.checksum.fl_str_mv |
956625413ccaa8ddaf73f36561842805 42fd4ad1e89814f5e4a476b409eb708c 7278bab9c5c886812fa7d225dc807888 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117919553880064 |